Clasificación de series de tiempo con datos funcionales y técnicas de Machine Learning: una aproximación para el Índice de Desarrollo Humano

La desigualdad y el desarrollo humano son dos aspectos sociales que han perdurado a lo largo del tiempo, captando el inter´es de naciones y diversos organismos internacionales en la medición del progreso y desarrollo de la humanidad. La Organización de las Naciones Unidas, como entidad de cooperació...

Full description

Autores:: Rivera Gómez, Fredy Alexander

Tipo de recurso:: Masters Thesis

Fecha de publicación:: 2023

Institución:: Universidad Santo Tomás

Repositorio:: Repositorio Institucional USTA

Idioma:: spa

Description
Summary:	La desigualdad y el desarrollo humano son dos aspectos sociales que han perdurado a lo largo del tiempo, captando el inter´es de naciones y diversos organismos internacionales en la medición del progreso y desarrollo de la humanidad. La Organización de las Naciones Unidas, como entidad de cooperación internacional dedicada al diseño soluciones integrales para asegurar el desarrollo responsable de las naciones, estableció en 1990 el Índice de Desarrollo Humano (IDH), a través del Programa de las Naciones Unidas para el Desarrollo (PNUD). Este índice se erige como un instrumento para evaluar el avance de la humanidad. En este trabajo se desarrolla lo necesario para llevar a cabo la aplicación de la técnica de clasificación estadistica con datos funcionales orientada a caracterizar funciones de datos del Índice de desarrollo humano y evaluar la eficiencia de esta técnica, aplicando diversos modelos de clasificación bajo este enfoque; empleando el entorno R y algunos de los paquetes disponibles en la actualidad fda.usc (Febrero-Bande and Oviedo de la Fuente, 2012), classiFunc (Maierhofer and Pfisterer, 2017), entre otros.

Clasificación de series de tiempo con datos funcionales y técnicas de Machine Learning: una aproximación para el Índice de Desarrollo Humano

Publicaciones similares